美国国立生物技术信息中心NCBI的数据库资源.pdf

---.

美国国立生物技术信息中心（NCBI）的数据库资源

生命学院生物技术专业2002级周帅学号021402142

[摘要]除了提供GenBank核酸序列数据库以外，美国国家生物技术信息中心还提供对于

GenBank中数据的分析，检索资源，另外还通过其提供一系列的有价值的生物数据及信息。

NCBI数据的检索资源包括Entrez,PubMed,LocusLink以及Taxonomy浏览器。数据分析资源

包括BLAST，电子PC，开放阅读框寻觅器，序列提交工具，唯一人类基因序列集合，基因

同源物数据库,单核苷酸多态性数据库(dbSNP)，人类基因组测序，人类基因组基因图谱，分

类学浏览器，人-鼠同源基因图谱,异常癌症基因组计划(CCAP)，Entrez基因组,垂直同源基

因簇(COGs)数据库，反转录病毒基因分类工具，癌症基因组剖析计划(CGAP)，基因表达连续

分析图谱(SAGEmap)，综合性基因表达(GEO)，在线孟德尔人类遗传(OMIM)，三维蛋白质结

构的分子模型数据库(MMDB)以及保守序列数据库(CDD)。BLAST程序通过增加一些的应用程

序实现搜索某些特殊数据的最优化方式。所有的资源可以通过NCBI的首页得

到：.。

引言

作为美国国家卫生研究院（NIH）的国立医学图书馆（NLM）的一个分支，美国国家生

物技术信息中心（NCBI）成立于1988，其目标是发展新的信息学技术来帮助对那些控制健

康和疾病的基本分子和遗传过程的理解。除了提供由各个科研院所直接提供的GenBank核

酸序列数据库以外，NCBI还提供对于GenBank中数据检索系统和计算工具以帮助分析

GenBank的数据以及其他的NCBI提供的可利用的生物信息数据。

NCBI首页(.)所提供的可用数据涵盖了部分基因的代表性短序列、完整

的基因组、蛋白质结构以及一些遗传疾病的临床描述。NCBI提供了一系列的计算工具以帮

助分析各种类型的数据。总体来说，NCBI的整套数据库资源分为7大类：数据库检索系统,

,

相似序列检索程序基因序列分析数据库,染色体序列数据库,基因组分析数据库,基因表达与

显型分析数据库,以及蛋白质结构和建模数据库。

数据库检索工具

Entrez

Entrez是一个综合的数据库检索系统，可以通过三维蛋白质结构的分子模型数据库

（MMDB）搜索到DNA和蛋白质序列、基因组图谱、人类数据以及蛋白质结构并通过深入到

OMIM

NCBI的分类中的PubMed以及在线孟德尔人类遗传（）搜索生物医学文献。Entrez中

的序列数据，尤其是蛋白质序列，是通过各种数据库资源（包括GenBank蛋白质翻译,蛋白

质鉴别数据库(4),SWISS-PROT（文本术语）(5),蛋白质研究基础,蛋白质数据库(6)以及数

据库参考序列(7)）获得的，并且因此比单独的GenBank拥有更多的序列数据。PubMed主

--总结资料

---.

要包括联机医学文献分析和检索系统（MEDLINE）中的107，000，000多篇参考文献及其摘

要，它们了多于1100种网络中的可用刊物的论文全文。

Entrez可通过简单的检索条目进行序列文本或著书目录的搜索，加之大量的相关信息。

某些是简单对照，例如从一个序列到报道它的文章的摘要，从一个蛋白质序列到它的相应

DNA序列，或是从某一序列去其它序列。其余的则是基于序列或MEDLINE摘要中的相似性

进行搜索。这些预先计算的“